La IA y el futuro del trabajo: por qué no es un problema tecnológico, sino económico

Imagina que te ofrecen una apuesta. Tu vida depende de un diagnóstico médico. Puedes elegir quién lo hace: un doctor con quince años de experiencia o una inteligencia artificial. Si el diagnóstico es correcto, ganas tiempo. Si es incorrecto, el costo puede ser enorme. ¿A quién eliges?

Esta pregunta suele presentarse como un dilema tecnológico o ético. En realidad, también es un dilema económico. Porque detrás del diagnóstico hay algo más grande: productividad, asignación de talento y valor del trabajo humano.

En 2025, investigadores del Instituto Max Planck pusieron a prueba exactamente esta apuesta. No con ejemplos teóricos, sino con datos reales. Más de dos mil casos clínicos. Más de cuarenta mil diagnósticos. Médicos contra máquinas. Y no se enfocaron en los casos fáciles. Analizaron justamente donde el mercado laboral se pone tenso: cuando la decisión es ambigua, cuando el error es costoso, cuando el conocimiento experto marca la diferencia.

Cuando humano y máquina coinciden, el resultado es trivial. El punto crítico es cuando discrepan. Cuando el médico dice “tumor benigno” y la IA dice “maligno”. Cuando uno sugiere operar y la otra recomienda esperar. Ahí está la verdadera prueba de productividad.

¿Quién tuvo razón más veces? La inteligencia artificial. Y no por poco. Superó a la mayoría de los médicos en precisión diagnóstica, en torno al 85 %, especialmente en los casos más complejos. Es decir, justo donde se supone que la experiencia humana tiene mayor retorno.

Esto no es una predicción para 2040. No es una hipótesis académica. Ocurrió el año pasado. Una de las profesiones más intensivas en capital humano, con años de formación, especialización y certificaciones, ya enfrenta competencia directa en una de sus tareas centrales. No porque la IA “piense”, sino porque produce más valor por unidad de tiempo. Y aquí aparece la pregunta que muchos prefieren evitar: si esto ya ocurre en medicina, ¿por qué sería distinto en derecho, programación, finanzas o consultoría?

Los médicos no son un caso aislado. Son simplemente los primeros en tener los datos que lo demuestran. Los programadores de software ya lo sienten. Los trabajadores de call centers lo sospechan. Y hay millones más que todavía no lo saben.

Hace poco, en Davos, Dario Amodei, CEO de Anthropic, no habló del largo plazo. Habló del presente económico de su empresa: “Estamos a seis o doce meses de que los modelos hagan todo lo que hace un ingeniero de software, de principio a fin.” Eso no es futurología. Es una descripción del proceso productivo actual. Sus ingenieros ya no producen código como antes. Supervisan, corrigen, integran. La frontera entre trabajo humano y capital tecnológico se está moviendo.

Los datos laborales empiezan a reflejarlo. En Estados Unidos, más de 55,000 despidos en 2025 se atribuyeron directamente a la adopción de IA. Las vacantes para programadores junior cayeron cerca de 20 %. Según el FMI, el 40 % de los empleos globales está expuesto a transformaciones por IA; en economías avanzadas, el 60 %. Kristalina Georgieva usó una palabra precisa: tsunami.

El problema no es solo el desplazamiento. Es la dinámica macroeconómica que se genera. Por primera vez, podríamos ver crecimiento robusto del PIB junto con un deterioro del mercado laboral. Un trabajador con IA puede producir lo que antes requerían cinco. La productividad se multiplica. Pero los otros cuatro dejan de ser necesarios. Desde el punto de vista agregado, eso es eficiencia. Desde el punto de vista social, es fricción.

Y hay una dimensión aún más delicada: los empleos de entrada. Los trabajos donde se aprende, se cometen errores y se construye capital humano son los más fáciles de automatizar. Si la IA hace el trabajo de los juniors, ¿cómo se forma la próxima cohorte de expertos? Ese es un problema económico clásico: ruptura en el mecanismo de acumulación de habilidades. Hasta aquí, el panorama parece negativo. Pero no está completo.

Casi ningún titular destacó el hallazgo más importante del estudio del Max Planck. Sí, la IA superó a muchos médicos. Ese fue el impacto mediático. Pero los mejores resultados no vinieron de la IA sola. Ni de los humanos solos. Vinieron de ambos trabajando juntos.

Cuando médicos y sistemas de IA colaboraron, superaron consistentemente a cualquiera de los dos por separado. En los casos más difíciles, la complementariedad generó el mayor valor. No estamos ante una sustitución total del trabajo humano, sino ante una recomposición de tareas. La IA desplaza funciones, pero también eleva el rendimiento del talento humano que sabe usarla.

A escala global, el Foro Económico Mundial proyecta que hacia 2030 se crearán cerca de 170 millones de empleos nuevos, frente a 92 millones desplazados. El saldo podría ser positivo. Pero no de manera automática ni equitativa. La nueva división no será entre humanos y máquinas. Será entre trabajadores complementados por IA y trabajadores desplazados por ella. Esa es la verdadera división económica que se está formando.

El desafío central ya no es tecnológico. Es de política económica y de mercado laboral. ¿Cómo se prepara a una fuerza de trabajo para convivir con un shock de productividad tan abrupto?

La experiencia internacional ofrece pistas claras. Singapur invierte alrededor del 1 % de su PIB en reconversión laboral. Corea del Sur integra habilidades digitales desde la educación secundaria. Alemania ajustó su sistema de formación dual para incluir competencias en IA y automatización. La lección es conocida: cuando la transición se acompaña, la productividad se traduce en ingresos. Cuando no, se traduce en desigualdad.

América Latina no parte de cero. Tiene sistemas de capacitación, experiencia en políticas activas y, sobre todo, una población joven: más de la mitad tiene menos de 30 años. Pero el margen de error es pequeño. Se requiere escala: la demanda de habilidades vinculadas a IA se multiplicó por siete en dos años. Se requiere acceso: formación que llegue a informales, mujeres y jóvenes fuera del sistema. Se requiere diseño institucional: seguros de ingreso portables, cuentas de capacitación, movilidad laboral real. Y se requiere medición: empleabilidad efectiva, no solo cursos completados.

Nada de esto es conceptualmente nuevo. Lo nuevo es la velocidad.

Por eso, volvemos a la pregunta inicial. Si tu vida dependiera de un diagnóstico complejo, ¿elegirías solo al médico o solo a la máquina? Probablemente elegirías a ambos. Esa misma lógica aplica al futuro del trabajo. La combinación correcta puede transformar productividad en mejores empleos, mejores salarios y mayor movilidad social.

Pero eso no ocurrirá por inercia. Requiere acción en tres frentes simultáneos. A nivel individual: desarrollar fluidez en herramientas de IA, no para competir con ellas, sino para multiplicar el valor propio. La demanda de estas habilidades creció siete veces en dos años; quienes las dominen primero capturarán la ventaja. A nivel organizacional: dejar de automatizar tareas aisladas y rediseñar procesos completos. El 90% de las empresas invierte en IA; menos del 40% ve retorno real. La diferencia está en quienes entienden algo contraintuitivo: la IA no se añade al proceso. Lo reemplaza. A nivel de política pública: invertir en reconversión laboral como infraestructura crítica. Eso significa subsidios a programas de reskilling, créditos fiscales a empresas que reentrenen en lugar de despedir, y seguros de ingreso portables para trabajadores que cambiarán de empleo varias veces en una década. La pregunta ya no es si la IA cambiará el trabajo. Eso ya ocurrió.

La pregunta es quién actuará primero, y quién llegará tarde.